企業(yè)數(shù)據(jù)中心定期計(jì)劃性的進(jìn)行服務(wù)器維護(hù)可以防止發(fā)生大的問(wèn)題，并保持一切正常運(yùn)行。因此，數(shù)據(jù)中心管理人員們務(wù)必要為服務(wù)器的硬件和軟件執(zhí)行簡(jiǎn)單的檢查騰出時(shí)間。

數(shù)據(jù)中心的服務(wù)器只是復(fù)雜一些的機(jī)器。與任何其他機(jī)器一樣，這些服務(wù)區(qū)也同樣需要定期性的維護(hù)，以便達(dá)到最佳性能。而通過(guò)簡(jiǎn)單的維護(hù)程序則可減少發(fā)生嚴(yán)重故障的可能性，進(jìn)而延長(zhǎng)服務(wù)器的使用壽命。

[[195877]]

即使具備現(xiàn)代服務(wù)器的性能和冗余功能特征，增加的工作負(fù)載整合和可靠性預(yù)期也可能對(duì)您的企業(yè)的業(yè)務(wù)造成損失。故而您數(shù)據(jù)中心的服務(wù)器維護(hù)清單應(yīng)涵蓋相關(guān)的物理元素以及系統(tǒng)的關(guān)鍵配置。

堅(jiān)持常規(guī)性例程

服務(wù)器管理員們經(jīng)常忽視計(jì)劃性維護(hù)窗口。不要等到實(shí)際發(fā)生故障運(yùn)行失敗時(shí)才來(lái)進(jìn)行維護(hù);請(qǐng)務(wù)必預(yù)留出足夠的時(shí)間用于日常的服務(wù)器預(yù)防性維護(hù)。

維護(hù)的頻率通常取決于設(shè)備的使用時(shí)長(zhǎng)、數(shù)據(jù)中心的環(huán)境、所需要維護(hù)的服務(wù)器的數(shù)量等因素。例如，位于設(shè)備機(jī)柜中的舊設(shè)備較之被部署在一款HEPA過(guò)濾的，冷卻良好的數(shù)據(jù)中心中的新的服務(wù)器就需要更頻繁的檢查。企業(yè)組織可以根據(jù)供應(yīng)商或第三方提供商的例程實(shí)施日常維護(hù)計(jì)劃;如果供應(yīng)商的服務(wù)合同每四到六個(gè)月要求進(jìn)行系統(tǒng)檢查，則按照該日程進(jìn)行安排。

準(zhǔn)備好一切

在您數(shù)據(jù)中心列出亟待維護(hù)檢查的服務(wù)器清單項(xiàng)目之前，請(qǐng)務(wù)必先行制定一套計(jì)劃。這包括檢查系統(tǒng)日志，看看是否需要更直接的把關(guān)注焦點(diǎn)放在任何錯(cuò)誤或事件上。例如，如果系統(tǒng)日志顯示特定內(nèi)存模塊的錯(cuò)誤，您應(yīng)該訂購(gòu)一款替換的DIMM并將其安裝。同樣，如果有固件、操作系統(tǒng)或代理補(bǔ)丁/更新可用，請(qǐng)先在維護(hù)窗口之前先檢查，并打好這些補(bǔ)丁。

同樣，有必要針對(duì)系統(tǒng)脫機(jī)及其在稍后返回服務(wù)制定一套明確的計(jì)劃。在虛擬化出現(xiàn)之前，服務(wù)器及其之上的應(yīng)用程序?qū)⑿枰C(jī)以適應(yīng)維護(hù)窗口——這通常會(huì)迫使IT人員需要在夜間或周末進(jìn)行維護(hù)。虛擬化服務(wù)器支持工作負(fù)載的遷移，而沒(méi)有停機(jī)時(shí)間，因此您企業(yè)數(shù)據(jù)中心可以將應(yīng)用程序遷移到其他服務(wù)器，并且任何時(shí)候當(dāng)?shù)讓又鳈C(jī)系統(tǒng)在發(fā)生服務(wù)器維護(hù)時(shí)，它們都將保持可用狀態(tài)。在執(zhí)行維護(hù)服務(wù)之前，請(qǐng)務(wù)必清楚的知道虛擬機(jī)應(yīng)該遷移到哪里，將虛擬機(jī)遷移到選定的系統(tǒng)，并確保每項(xiàng)工作負(fù)載正在運(yùn)行，然后再將服務(wù)器關(guān)閉進(jìn)行維護(hù)。

此時(shí)，通?？梢躁P(guān)閉服務(wù)器，并將其從機(jī)架或其他機(jī)箱中刪除卸下。

確保服務(wù)器可以“呼吸”

一旦服務(wù)器脫機(jī)，可以直觀地檢查其外部和內(nèi)部的氣流路徑。清除可能會(huì)阻礙冷卻空氣流通的任何積聚的灰塵和其他碎屑雜物。

從外部空氣的入口和出口開(kāi)始，然后深入系統(tǒng)機(jī)箱，查看CPU散熱器和風(fēng)扇組件，內(nèi)存模塊和所有冷卻散熱風(fēng)扇葉片和風(fēng)道通道。用干凈、且干燥的壓縮空氣適當(dāng)清除靜電安全工作區(qū)上的灰塵或碎屑。不要在機(jī)架上清潔服務(wù)器。

除塵是一種老式的清潔過(guò)程，但這并不意味著其已經(jīng)過(guò)時(shí)了。除塵器是一種絕熱材料，這使得這一過(guò)程更為重要，鑒于替代冷卻方案和ASHRAE建議數(shù)據(jù)中心適當(dāng)提升數(shù)據(jù)中心的操作環(huán)境溫度。灰塵和其他氣流障礙物將導(dǎo)致服務(wù)器會(huì)消耗更多的能量，甚至?xí)鹪瓉?lái)可避免的過(guò)早的組件故障。

檢查本地硬盤(pán)

許多服務(wù)器依靠?jī)?nèi)部硬盤(pán)進(jìn)行引導(dǎo)、工作負(fù)載啟動(dòng)和存儲(chǔ)，用戶(hù)數(shù)據(jù)和其他功能。磁盤(pán)介質(zhì)問(wèn)題嚴(yán)重?fù)p害了工作負(fù)載的性能和穩(wěn)定性，往往導(dǎo)致磁盤(pán)過(guò)早出現(xiàn)故障失效。

磁介質(zhì)是不完美的;常見(jiàn)的問(wèn)題包括壞扇區(qū)和碎片。在保持?jǐn)?shù)據(jù)完整性方面，RAID有了很大的進(jìn)步，但是較小的1U機(jī)架式服務(wù)器不能提供足夠的物理空間來(lái)部署磁盤(pán)陣列。使用諸如CHKDSK(檢查磁盤(pán))等實(shí)用程序等工具來(lái)驗(yàn)證磁盤(pán)的完整性，并嘗試恢復(fù)其上的任何壞扇區(qū)。 Windows Server 2012的更新版本的CHKDSK可以快速分析和修復(fù)文件系統(tǒng)結(jié)構(gòu)中的磁盤(pán)問(wèn)題。

磁盤(pán)碎片不會(huì)消失，只要具備N(xiāo)TFS和文件分配表或FAT，文件系統(tǒng)使用磁盤(pán)空間首先可用的集群。碎片可能會(huì)降低減緩服務(wù)器的磁盤(pán)的運(yùn)行，并導(dǎo)致故障。Windows Server 2012下的Optimize-Volume等實(shí)用程序會(huì)將每個(gè)文件的集群連續(xù)排列在磁盤(pán)上。

閱讀事件日志的附屬細(xì)則

服務(wù)器在事件日志中記錄了大量信息，特別是有關(guān)問(wèn)題的詳細(xì)信息。如若沒(méi)有仔細(xì)檢查系統(tǒng)、惡意軟件和其他事件日志，那么，服務(wù)器維護(hù)檢查清單便是不完整的。當(dāng)然，關(guān)鍵系統(tǒng)問(wèn)題應(yīng)該會(huì)第一時(shí)間引發(fā)IT管理員和技術(shù)人員的關(guān)注，但從無(wú)數(shù)的小事件的積累中可能會(huì)發(fā)現(xiàn)長(zhǎng)期而嚴(yán)重的問(wèn)題。

請(qǐng)檢查報(bào)告設(shè)置，并驗(yàn)證恰當(dāng)?shù)木瘓?bào)和警報(bào)接收者。例如，如果某位技術(shù)人員離開(kāi)了服務(wù)器管理團(tuán)隊(duì)，則需要更新服務(wù)器的報(bào)告系統(tǒng)。仔細(xì)檢查聯(lián)系方式;如果錯(cuò)誤發(fā)生在工作時(shí)間之外，則僅僅只向技術(shù)人員的企業(yè)電子郵件地址發(fā)送發(fā)生嚴(yán)重錯(cuò)誤的報(bào)告可能是完全不夠的。

積極主動(dòng)的跟蹤日志數(shù)據(jù)。當(dāng)通過(guò)對(duì)日志的檢查發(fā)現(xiàn)長(zhǎng)期或經(jīng)常性的問(wèn)題時(shí)，積極的調(diào)查可以在問(wèn)題升級(jí)之前解決問(wèn)題。例如，如果服務(wù)器的日志報(bào)告內(nèi)存模塊中存在可恢復(fù)的錯(cuò)誤，其將不會(huì)觸發(fā)關(guān)鍵警報(bào)。但是，重復(fù)的實(shí)例會(huì)顯示模塊出現(xiàn)問(wèn)題，IT人員可以執(zhí)行更詳細(xì)的診斷來(lái)識(shí)別即將發(fā)生的故障。

為打補(bǔ)丁和更新騰出時(shí)間

服務(wù)器的軟件堆棧——BIOS，操作系統(tǒng)，虛擬機(jī)管理程序，驅(qū)動(dòng)程序，應(yīng)用程序，支持工具——都必須進(jìn)行互動(dòng)和協(xié)同工作。不幸的是，軟件代碼很少是完美無(wú)缺的或無(wú)問(wèn)題的，所以這些軟件經(jīng)常需要被修補(bǔ)或更新，以修復(fù)錯(cuò)誤，提高安全性，簡(jiǎn)化互操作性和提高性能。

沒(méi)有任何一款生產(chǎn)軟件能夠自動(dòng)更新。管理員應(yīng)首先確定是否需要打補(bǔ)丁或更新升級(jí)，然后再進(jìn)行徹底的評(píng)估和更改測(cè)試。如果更新解決的是您的服務(wù)器原本沒(méi)有的問(wèn)題，那么為什么要冒著創(chuàng)造出其他問(wèn)題的風(fēng)險(xiǎn)呢?

軟件開(kāi)發(fā)人員不可能測(cè)試硬件和軟件的每個(gè)潛在組合，因此修補(bǔ)程序和更新可能會(huì)導(dǎo)致比您的特定服務(wù)器或軟件堆棧修復(fù)更多的問(wèn)題。例如，監(jiān)控代理補(bǔ)丁可能會(huì)導(dǎo)致重要工作負(fù)載的性能問(wèn)題，因?yàn)樾麓頃?huì)占用比預(yù)期更多的帶寬。

轉(zhuǎn)向 DevOps，借助更小的和更頻繁的更新會(huì)加劇潛在的問(wèn)題。在部署之前，仍然需要在實(shí)驗(yàn)室中測(cè)試任何補(bǔ)丁或更新。并且始終確?？梢猿蜂N(xiāo)更改，并在必要時(shí)恢復(fù)原始軟件配置。

核實(shí)并記錄任何更改

在諸如硬件，軟件，系統(tǒng)配置更改的維護(hù)窗口中，服務(wù)器可能會(huì)發(fā)生很多事情。完成服務(wù)器維護(hù)清單后，IT員工必須驗(yàn)證和記錄任何新的系統(tǒng)狀態(tài)。例如，更改了網(wǎng)絡(luò)適配器，添加或更換了DIMM，更新了操作系統(tǒng)和許多其他操作可能會(huì)改變系統(tǒng)的配置。依賴(lài)于系統(tǒng)配置管理工具的企業(yè)組織可能需要更新或“發(fā)現(xiàn)”更改——在系統(tǒng)允許恢復(fù)使用之前將這些更改記錄到配置管理數(shù)據(jù)庫(kù)。IT人員可能需要更新任何強(qiáng)制或期望的狀態(tài)配置狀態(tài)，以允許更改。

還要驗(yàn)證系統(tǒng)安全狀態(tài)，如防火墻設(shè)置、反惡意軟件版本或掃描頻率和入侵檢測(cè)/預(yù)防(IDS / IPS)的設(shè)置。安全檢查可以幫助確保對(duì)系統(tǒng)軟件的更改不會(huì)無(wú)意中暴露任何可能在先前配置中已關(guān)閉的攻擊面。

最后，一旦服務(wù)器重新聯(lián)機(jī)，不要忘記更新任何系統(tǒng)備份或?yàn)?zāi)難恢復(fù)(DR)內(nèi)容。驗(yàn)證服務(wù)器的備份/ DR位置或頻率是否保持不變，除非這些相關(guān)設(shè)置需要特別調(diào)整以反映服務(wù)器的變化角色。